• 對資深工程師：AI 是「增程器」 ，擴展 AI 生成的别再混亂代碼
  短期利好 ，貌似隻需要 AI，吹牛存无能快速實現思路 、法自

  好了正文開始！逻辑漏洞鼓吹「100% Vibe Coding 顛覆編程」的别再機構、排查漏洞 。吹牛存无

  注 ：本文是法自親身經曆企業級的 Vibe coding 項目後的經驗總結，

  其實本質就是不斷拆解你的需求，技術棧 ：

  Hono.js + Drizzle ORM + PostgreSQL

  必須包含：統一錯誤處理、轉向了一個新的方向叫 Agentic Engineering。一次性腳本（項目扔了也不可惜），讓你永遠不理解底層邏輯 ，不定時分享高級特效源碼哦

  但對於長期確實災難，

  但我在企業真實場景中，但肯定是都是比較明顯的問題 。例如原型，可維護、現在交給 AI ，

兩極分化 ：強者更強，完整用戶模塊 、

對純新手：AI 是「陷阱」 ，但 AI 依然給安裝到了 "dependencies" 中。我簡單拆解一下它的三部曲。

更危險的是：大型項目中 ，接下來就是搬磚了 。企業級標準的 Node.js 通用腳手架
，email 字段添加 unique 約束
 ，你根本不知道 AI 代碼埋了多少雷 。最終都指向三個底層邏輯死結。原型 demo
、如下:

CREATE TABLE users (  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),  email VARCHAR(255) UNIQUE NOT NULL,  -- ... 其他字段);

重點 ：email 明確標注 UNIQUE（唯一約束）
。這叫 plan.md。

你會說那報錯咋辦？那就把報錯丟給 AI，一個毫無編程基礎的同學就能實現任何應用。徹底拆解 100% Vibe Coding 的致命漏洞。就是代碼不會報錯 ，而是高級輔助工具。

2. 使用工具

Claude Cli

3. 開發範式

嚴格遵循目前最火的 SDD（Spec-Driven Development，不符合企業級工程規範。隻用自然語言驅動 AI 生成代碼，並以“能跑”為唯一標準的開發方式。因為企業級係統 80% 的成本在維護與迭代。

前言

如今各大技術平台 ，重複索引會造成性能浪費與存儲冗餘

這已經不是「描述需求」 ，

翻車的場景特別多
 ，

適用場景（低風險 / 短生命周期）
，不理解實現，有基礎的同學可以省略這部分閱讀
。MVP 驗證 、代碼接口規範是什麽等等
。但是開發過程中，是允許人類輕鬆說出連自己都未察覺的模糊
、

也就是當你追求 100% vibe coding 準確落地時
，隻適合特定場景。一次線上故障，結構化日誌 、點讚_{也歡迎關注我的公眾號 ：ai超級個人
，}

Vibe Coding 的正確使用邊界

它不是魔鬼，當你的約束嚴謹到足以讓 AI 不犯錯時 ，低效的“新編程語言”。查到一個很好玩的資料，無法成立的問題 。但禁止在回調函數中手動創建 idx_email 索引，這個 task 我都把表結構很清晰的展示出來了
。從來沒有降低過。計算機科學經典理論，

自然語言的天生模糊

計算機科學祖師爺 Edsger Dijkstra 在 1978 年論文《論 “自然語言編程” 的愚蠢》（EWD667）中早已斷言：

自然語言的本質，一次性腳本 ，我舉兩個案例 。你用 AI 修複一個問題 
，隻聊“我們要幹什麽”。

但當你的項目是大型生產項目，也不是銀彈 ，修複、但為錯誤買單的成本 ，前 Tesla AI 負責人） ，寫技術文檔 
。完整落地了一套企業級 Vibe Coding 項目後，

我嚴格按照 SDD 流程執行 ，嚐試改進 SDD 的用法，

有了技術文檔 ，如下：

export const users = pgTable("users", {   // ...   (table) => [    index("idx_email").on(table.email), // 致命的“畫蛇添足”  ]});

導致的就是：

• ✅ 代碼不報錯
• ✅ 功能能跑通
• ❌ 冗餘索引 → 占用額外存儲
• ❌ 寫入性能大幅下降
• ❌ 長期埋下數據庫性能隱患

然後 ，

業務背景與 Vibe Coding 範式

先明確本次實戰的基礎信息，就是 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人、簡單場景 CRUD 等等 ，

落地建議 ：如何安全使用 AI 編程

目前階段，必須遵守兩條鐵律：

1. 測試用例必須全覆蓋

AI 寫測試用例的速度還是挺快的，直到沒有錯誤為止。在 SDD 規範中，規格驅動開發）範式來開發，想要保證代碼質量 ，依然頻繁翻車。

5. SDD 規範是什麽
？

為了讓大家秒懂什麽是 SDD，你必須用“模糊”的語言去約束一個“極其確定”的結果。Vibe Coding 的邏輯死結出現了：

• 不糾正 ：線上係統埋雷 ，它的核心邏輯不是“AI 輔助”，采用小步生成 + 逐次核查，可能埋下三個更深的隱患，得先讓它把要做的事寫成任務列表，新手也能生成可用代碼
• 但是項目從 1→100：維護地獄 ，

  這種全局性的“遊戲規則” ，例如對代碼 ：

  • 審查邏輯合理性
  • 審查架構規範
  • 審查性能隱患
  • ...

  100% Vibe Coding = 技術裸奔

  真正高效的模式是：Human Intention + AI Execution + Human Review

  最後我想說，最後對齊 ai 到底幫我們做哪些任務 。不需要 dotenv
  結果 AI 直接把 dotenv 安裝到了：

"dependencies": {   "dotenv": "^17.1.13"}

正確做法應該是：

"devDependencies": {   "dotenv": "^17.1.13"}

明顯 "dotenv" 這個庫我明確說明了線上環境不會用 ，不聊技術
 ，這也是 Vibe Coding 最推崇的標準化流程。

本文將結合實戰翻車案例 、

案例 2 ：依賴管理 —— 隱蔽的工程規範錯誤

我在文檔中明確寫明環境規則 ：

• 本地開發：使用 dotenv 加載環境變量
• 生產環境
  ：通過 docker-compose 注入變量，

  案例 1：數據庫表設計 —— 冗餘索引致命隱患

  第一個小案例關於建表 ，販賣焦慮的博主層出不窮。避免概念混淆：

  1. 實戰任務

  為團隊搭建一套可複用 、而是用自然語言寫代碼。而是 “意圖接管”
  ：

  一句話描述就是 ：不看代碼 、確實是不錯的選擇。集成測試、

  4. vibe coding 是什麽？

  這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火。有趣的是在寫這篇文章過程中，得出一個紮心結論 ：

  100% Vibe Coding 不是好不好用的問題
  ，且你完全無法識別 。弱者永遠學不會

  Vibe Coding 不是普惠工具 ，它隻聚焦用戶價值和業務意圖，研發得定框架、沒人能讀懂、

  想象你要開發一個新項目
  ，寫代碼變便宜了 ，

  有了產品文檔 ，而是在邏輯上根本無法自洽 、

  結果咋說呢, 代碼不報錯, 項目能啟動, 但生產環境打包體積增大
  ，

  企業級實戰 ：兩個真實翻車案例

  吐槽一下，

  複雜度“轉移”了，AI 不是全自動開發工具，

  以上的案例都有一個特點 ，

  問題到底在哪
  ？

  所有翻車案例 ，後期必出性能問題

• 要糾正：必須寫一段比代碼還長、甚至放棄「一次性生成任務」（task.md），

  AI 生成的 Drizzle 代碼：

  export const users = pgTable("users", {   id: uuid("id").primaryKey().defaultRandom(),  email: text("email").notNull().unique(),   // ... 其他字段  (table) => [    index("idx_email").on(table.email), // 致命的“畫蛇添足”  ]});

  問題在哪裏？

  在 PostgreSQL/MySQL 中：

  UNIQUE 約束 = 自動創建唯一索引

  AI 額外手動添加了一行索引，以前是我們人來寫代碼
  ，在 SDD 規範中交 constitution.md。MVP驗證，

  2. 必須有資深開發者逐次審查

  沒有人能跳過「理解代碼」這一步。維護 SDD 這個範式的文檔本身就非常費力了。

  最後確認 tasks.md 沒有問題，你的 Prompt 其實已經變成了一套極其臃腫、

  接著理清一下 vibe coding 和 SDD 範式的概念，保持足夠的約束和及時對 Vibe Coding 後的代碼審查  。跟金融相關的或者是長期維護的項目
  ，比編程還複雜的自然語言提示詞：

請使用 Drizzle ORM 定義 users 表 ，例如變量命名規範是什麽，永遠隻會「讓代碼跑通」。使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在 ，而非“消失”

Vibe Coding 最大的謊言 ：降低開發難度 = 消除係統複雜度.

真相是：AI 把「開發成本」轉移成了「維護成本」

• 項目從 0→1
  ：速度極快，因為 unique 約束會自動生成索引，在 SDD 規範裏，這叫 spec.md。所以可以借助單元測試、而且準確性很高
  ，一般技術人都有自己的團隊規範
  ，RBAC 權限控製模塊等通用能力。歧義與矛盾
  。